WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Prédiction de l'interaction génotype à— environnement par linéarisation et régression PLS-mixte

( Télécharger le fichier original )
par Ibnou DIENG
Universite Montpellier II - Doctorat 2007
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

2.2 La methode de regression conjointe

2.2.1 Le modèle

Ce modèle a étéproposépour la première fois par Yates et Cochran (1938). Il
a ensuite étérepris par plusieurs autres auteurs dont les principaux sont Fin-
lay et Wilkinson (1963), Eberhart et Russell (1966) et Perkins et Jinks (1968).

Plutôt proposépour les essais multilocaux que pour les essais pluriannuels, ce modèle pose l'effet des interactions G×E comme une fonction linéaire de l'effet Ej qui représente le potentiel du milieu j pour les génotypes; une valeur positive de Ej traduisant un potentiel élevétandis qu'une valeur négative, un faible potentiel.

L'interaction est de la forme :

(gE)ij = ciEj + dij

o`u bci est le coefficient de la régression pour le génotype i; cette pente caractérise la sensibilitédifférentielle du génotype i au milieu (Denis et Vin-court 1982). Le terme dij désigne la déviation du modèle, c'est-à-dire les interactions G×E résiduelles.

Ces coefficients bci et la performance moyenne des génotypes sont les paramètres d'intérêt pour une analyse de stabilité. En effet, la performance d'un génotype dans un lieu donnédépend de la performance moyenne des génotypes du lieu et des interactions G×E qui y sont espérées. Une valeur largement positive de bci associée a` une performance moyenne d'un site relativement importante, concourent a` caractériser ce site comme étant favorable. De l'autre côté, un site est considérécomme non favorable si la valeur de bci associée a` la performance moyenne des génotypes de ce site est négative.

Les coefficients bci sont obtenus facilement :

bci =

X bEj [(gE)ij

j

XbE2 j j

Un cas particulier de ce modèle a 'et'e d'evelopp'e par Tukey (1949) : les coefficients c s''ecrivent Kg et l'interaction se r'eduit a` Kg E3.

2.2.2 Illustration avec les données de l'essai multilocal

Les donn'ees sont celles du tableau 1.2 de la page 16. Le tableau 2.2 pr'esente les paramètres mb + bgi et 1 + bci des diff'erents g'enotypes des essais.

G'enotype

mb + bgi

1 + bci

55-128

488,9

1,381

55-33

341,3

1,138

55-437

327,2

0,698

FLEUR11

636,0

0,963

GC-8-35

349,2

1,043

JL24

557,1

0,777

Paramètres estim'es par r'egression conjointe de 6 g'enotypes d'ara-

TAB. 2.2 - chide lors d'essais multilocaux au S'en'egal durant l'hivernage 2005.

Le g'enotype 55-128 qui a la pente (1 + bci) la plus 'elev'ee, est plus sensible aux variations du milieu que la moyenne des g'enotypes des essais, suivi du g'enotype 55-33. En revanche, le g'enotype de r'ef'erence 55-437 et le g'enotype JL24 semblent moins affect'es que la moyenne aux variations du milieu. Quant aux g'enotypes GC-8-35 et FLEUR11 avec des pentes proches de l'unit'e, ils repr'esentent par leurs valeurs, de bonnes indications des variations du milieu.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Il faut répondre au mal par la rectitude, au bien par le bien."   Confucius